JP4297623B2 - 単語辞書メンテナンス方法、文字認識方法、これらの方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体及び単語辞書メンテナンス方式 - Google Patents
単語辞書メンテナンス方法、文字認識方法、これらの方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体及び単語辞書メンテナンス方式 Download PDFInfo
- Publication number
- JP4297623B2 JP4297623B2 JP2001074994A JP2001074994A JP4297623B2 JP 4297623 B2 JP4297623 B2 JP 4297623B2 JP 2001074994 A JP2001074994 A JP 2001074994A JP 2001074994 A JP2001074994 A JP 2001074994A JP 4297623 B2 JP4297623 B2 JP 4297623B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- word dictionary
- expiration date
- maintenance method
- dictionary maintenance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Character Discrimination (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、文字認識装置等の情報処理装置における単語辞書のメンテナンス方式に関する。
【０００２】
【従来の技術】
従来、ユーザの修正結果を単語辞書に追加登録する方法が示されている（特開平６−２５１２０４号公報）。また、ユーザが文字認識の結果を修正する際に、修正された認識結果中の単語と出現頻度を計数し、出現頻度の高い単語を単語辞書に追加・登録する方法が示されている（特開平５−２２５４０１号公報）。
【０００３】
これらの従来技術においては、ユーザに応じて使用頻度の高いあるいは重要な単語が単語辞書に追加されていく事になり、ユーザが文字認識装置を使い込んでいくに従って、認識性能が向上していくというメリットがある。
【０００４】
【発明が解決しようとする課題】
しかしながら、その一方で、単語辞書に登録されている単語数が増加すると言った問題がある。単語数が増加した場合には、処理速度の低下と単語辞書の容量の増加が懸念される。また、出現頻度の低い単語が多数登録されている場合、出現頻度の高い単語の処理に悪影響を与える可能性も高い。
【０００５】
そこで、本発明はこのような問題点に鑑みなされたもので、単語辞書中の各単語データについてその有効期限を設け、有効期限を過ぎた単語については適宜削除等の処理を行うことで、単語数の増加を防ぐ事を目的とする。
【０００６】
【課題を解決するための手段】
上記課題は、以下の本発明の手段により解決される。
【０００７】
本発明の単語辞書メンテナンス方法は、言語処理部と該言語処理部による言語処理に用いる単語が保存されている単語辞書部とを有する情報処理装置における単語辞書メンテナンス方法であって、前記情報処理装置が、前記単語辞書部に単語を登録するステップと、前記単語辞書部に登録される該単語の有効期限を前記単語辞書部に登録される単語の特徴に基づいて算出するステップと、前記単語辞書部に登録される該単語に対して、算出された該単語の有効期限を入力するステップと、単語の有効期限が経過したか否かを判断するステップと、前記単語辞書部から有効期限が経過した単語を削除するステップとを有し、前記単語の特徴は、品詞、単語の長さ、文字の種類の少なくとも何れかを含むことを特徴とするものである。
【０００８】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、前記単語辞書部から有効期限が経過した単語を削除するか否かをユーザに確認するステップと、ユーザからの有効期限の経過した単語を削除する旨の指示に基づいて前記単語辞書部から有効期限が経過した単語を削除するステップと、を有することを特徴とするものである。
【０００９】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、ユーザが削除しないと指示した該単語に対して有効期限を再入力するステップを有することを特徴とするものである。
【００１０】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、削除しないと指示した該単語の有効期限を所定の有効期間を用いて再設定するステップを有することを特徴とするものである。
【００１１】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、削除しないと指示した該単語の有効期限を現在までの更新履歴が記憶されている更新履歴部の履歴から算出するステップと、削除しないと指示した前記単語の有効期限を算出された該有効期限に基づいて設定するステップと、を有することを特徴とするものである。
【００１２】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、前記判断するステップにおいて、前記単語の有効期限の確認のために、通信回線を介して時間の確認を自動的に行なうステップを有することを特徴とするものである。
【００１３】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、前記単語辞書部に保存されている単語の有効期限に関する情報が前記単語辞書部と通信回線を介して接続されたサーバに保管され、前記削除するステップは、該サーバに保管された該有効期限に関する情報に基づいて前記単語辞書部から有効期限が経過した単語を削除するステップを有することを特徴とするものである。
【００１４】
また前記単語辞書メンテナンス方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体である。
【００２１】
以上の発明によれば、一般的に、文書中等で用いられる単語の中には、流行語と呼ばれるものが少なくない。これら流行語は、一時的には高い頻度で出現するが、ある一定の期間を過ぎると出現頻度がほぼ０となる。このような単語については登録する際に適切な有効期限を設定し、有効期限が切れた場合には、単語辞書中から削除する事で単語数を減らす効果がある。単語数が減ると、言語処理に要する時間の短縮や単語辞書容量の削減（処理に必要なメモリ量の削減）というメリットがあると共に、出現頻度の低い単語を削除する事で、出現頻度の高い単語に対する処理性能が向上するというメリットもある。
【００２２】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて具体的に説明する。
図１は、文字認識装置の言語処理部３に本発明で示す単語辞書を用いた装置構成（１）を示している。文字認識装置の構成としては一般的に画像入力部１（スキャナーやデジタルカメラ等の画像入力機器）、文字認識部２（ここでは、行切り出し、文字切り出し、１文字認識を行い、候補文字郡を出力する処理をまかなう）、言語処理部３、結果出力部４（画面への表示や、テキストファイルの出力）からなる。単語辞書５は、単語辞書メンテナンス部６によって、内容の更新等が行われる。単語辞書メンテナンス部６は、図２の装置構成（２）に示すようにネットワークを介して単語辞書５の更新を行っても良いし、ネットワークを介して時刻等の更新に必要な情報を収集しても良い。
【００２３】
本発明はこの中の言語処理部３に深くかかわるものであるので、実施例においては、言語処理部３で行われる処理について詳しく説明する。
【００２４】
次に、本実施例においては言語辞書部の動作について説明する。
（実施例１）
実施例１においては、単語辞書５のメンテナンス部６の処理について説明する。単語辞書５は図３の単語辞書例（１）に示すように、単語とその有効期限及び品詞、接続等の言語処理に必要な情報（言語処理情報）が保存されているものとする。なお、図における有効期限「＊＊＊＊／＊＊／＊＊」は、無期限であることを示している。言語処理情報については、本発明の中心とするところではないので、ここでは説明を省略する。
【００２５】
文字認識等のシステムが最初に提供する単語辞書５は図３の単語辞書例（１）に示すように全ての単語を無期限にして、ユーザが追加登録する単語だけについて有効期限を設定しても良いし、システムから提供する辞書中にも有効期限の設定されている単語が含まれていても構わない。また、単語辞書中で、有効期限のあるものと、有効期限の無いものを分ける事で、有効期限の無い単語については、有効期限のフィールドをなくす事が出来る（辞書の容量を減らす事が出来る）。
【００２６】
ここで、ユーザが「リベンジ」と言う単語を追加する場合の、単語辞書メンテナンス部６の処理について、図４を用いて説明する。追加する際には、ユーザは単語と共に、有効期限を入力する。また、より簡単な例ではあるが、システム側で登録の日時から一定の時間だけを有効期限とする方法もある。例えば、３年間を有効期間とした場合、登録日時が２０００年２月２３日であった場合には、有効期限は２００３年２月２３日として、図４の単語辞書例（２）に示すように追加登録する。
【００２７】
さらには、図５に示されるように、追加する単語が有する特徴によって有効期限を可変とする方法もある。単語が有する特徴としては、品詞、単語の長さ、文字種等の特性が挙げられる。簡単な例として、単語を構成する文字の文字種による計算の例を示す。文字種と有効期間の例を図５の有効期間例（１）に示す。図５に示されるように、単語がひらがなであれば、２年間、カタカナであれば１年間、漢字であれば３年間、数字であれば１年間、混在していれば２年間というように有効期限を単語の特性によって可変とすることができる。この例の場合、「リベンジ」はカタカナであるので、その有効期間は１年となり、登録日時が２０００年２月２３日であった場合には、有効期限は２００１年２月２３日として、図６の単語辞書例（３）に示すように追加登録する。
【００２８】
以下、有効期限が過ぎた場合の処理について、図２の単語辞書例（２）の場合を用いて説明する。有効期間が過ぎた単語については、システム側で自動的に有効期限が過ぎた単語を削除しても良いし、システム利用者に確認を求めて、削除しても良い。ユーザに確認を取る場合には、図７に示すようなメッセージを表示し、ユーザによってＹｅｓが入力された場合には、該当する単語を削除するなどの方法がある。また、ここでユーザが削除に同意しない場合には、有効期限を再入力させるようにしても良い。その場合のメッセージ例を図８の確認画面例（５）に示す。
【００２９】
一方、ユーザに確認を求めない場合には、再設定時のデフォルト有効期間を定めて、その値を求めて再設定を行うようにすれば良い。例えば再設定時のデフォルト有効期間を２年とした場合、「リベンジ」の有効期限は再設定後の単語辞書は２００３年２月２３日から２年間延ばすので、２００５年２月２３日になり、単語辞書は図９の単語辞書例（４）のようになる。あるいは、ユーザの同意が得られなかった場合には、ある程度の期間を経過しても依然としてその単語の使用頻度が高かったということになるので、該当する単語を一時的な流行語では無いと判断できる。したがって、ユーザの同意を得られなかった場合には、有効期限を無期限にする方法もある。
【００３０】
また、「リベンジ」について、ユーザの同意を得られなかった場合、その有効期限を無期限とすると、図１０の単語辞書例（５）に示すように単語辞書が更新される。さらには、単語辞書中に更新履歴を保存しておいて、それに基づいて、更新する単語の有効期限を算出する方法もある。図４の単語辞書例（２）の場合に更新履歴として更新回数の情報を保存する例を図１１の単語辞書例（６）に示す。
【００３１】
図１１の単語辞書例（６）を用いた場合、有効期限がきて、ユーザが削除を認めなかった場合の、それ以後の有効期間を、更新の回数に応じて図１２の有効期間例（２）に示すように定める。図１１に示されるように、単語の有効期限がきて、ユーザが削除を認めなかった場合、その時点で更新回数が０回であれば３年間、１回であれば５年間、２回であれば７年間、３回であれば無期限に有効期限が更新される。例えば、２００３年２月２３日になり、「リベンジ」の有効期限がきて、ユーザが削除を認めなかった場合には、その時点での更新回数は０回なので、有効期間を３年間として、有効期限を２００６年２月２３日とする。その結果を図１３の単語辞書例（７）に示す。
【００３２】
さらに、２００６年２月２３日になり、「リベンジ」の有効期限が再びきて、ユーザが削除を認めなかった場合には、その時点での更新回数は１回なので、有効期間を５年間として、有効期限を２０１１年２月２３日とする。その結果を図１４の単語辞書例（８）に示す。ここでは最も簡単な一例を示したが、更新履歴を用いて有効期限を設定する方法は他にも多く考えられる。
（実施例２）
実施例１においては、単語辞書メンテナンス部６の処理について説明した。実施例２では実施例１に示された単語辞書を用いた文字認識処理の例を示す。ここで処理する文字認識結果の例を図１５の文字認識結果例（１）に示す。また、処理に用いる単語辞書レコードを図１６の単語辞書例（９）に示す。文字認識処理の詳細については本発明の主旨ではないので、説明を省略する。
【００３３】
ここで、先頭から候補の組み合わせに一致する単語を単語辞書中から検索した場合、「人面」「天国」「大国」の３単語が得られたとする。一般的な文字認識装置においては、候補順位や単語の発生頻度等を元に候補単語の選択を行う。この例の場合、候補順位のみから単語を選択すると、「人面」（平均候補順位１．５）「大国」（同２．０）「天国」（同３．０）となり、平均候補順位が小さい単語「人面」が選ばれることになる。ここで、平均候補順位については図示を省略するが、それぞれの平均候補順位は「人面」が１．５、大国が２．０、天国が３．０とする。
【００３４】
本実施例においては、この単語選択時に有効期限をもちいる。上の例の場合には、図１６に示されるように、「大国」と「天国」については有効期限無し、「人面」については同２００２年３月１８日が有効期限であるので、「大国」あるいは「天国」を選択する。ここで、平均候補順位は「大国」の方が小さい（図示せず）ので、最終的に「大国」が選択される。同様に４文字目、５文字目については、「面目」、「白日」が比較され、有効期限が等しいので、平均候補順位の小さい「面目」が選択される。なお、図示しないが「白目」より「面目」の方が平均候補順位が小さいものとする。よって、最終的に「大国の面目」という候補が選択され、出力されることになる。
【００３５】
また、同様の処理を２００２年３月２０日に行う場合を考える。実施例１によれば、図１６に示されるように、２００２年３月２０日には「人面」の辞書レコードは削除されているはずであるが、ここでは実施例１の辞書レコード削除の部分を用いない場合の処理について説明する。その場合、辞書容量の増加を防ぐという効果は期待できないが、以下に示す手法を用いることで、利用頻度の少ない単語が処理に悪影響を及ぼすことは防げる。
【００３６】
先の例と同じく、先頭から候補の組み合わせに一致する単語を単語辞書中から検索するさいに、有効期限の切れている単語は無視する。この場合、図１６に示されるように、「人面」はこの時点で既に有効期限が切れているので無視され、単語の検索結果として、「天国」、「大国」の２つが得られることになる。以後の処理は同様であるので説明を省略するが、このように有効期限の切れた単語を無視することで、単語辞書中から有効期限の切れた単語を削除すること無しでも、出現頻度の低い単語による処理への悪影響を防ぐことが出来る。
（実施例３）
実施例３では図１の装置構成（１）に示す例を用いて、ネットワーク８を介した単語辞書のメンテナンス方法について説明する。単語辞書メンテナンス部６では、定期的にネットワーク８を介して時刻補正サーバ９を使って正確な時刻の情報を得ることとする。時刻補正サーバ９は、インターネット上には原子時計等を用いた時刻の提供をサービスしているサイトがあるので、それらを利用すれば良い。他の処理は実施例１と同様であるので説明を省略する。
（実施例４）
次に、実施例４では図２の装置構成（２）に示す例を用いて、ネットワークを介した単語辞書のメンテナンス方法について説明する。実施例４では単語辞書を、処理に必要な部分と、メンテナンスに必要な部分に分割し、メンテナンスに必要な部分は単語辞書メンテナンス部６に情報を保存し、単語辞書メンテナンス部６はネットワークを介して単語辞書５にアクセスする。この場合の単語辞書５を図１７の単語辞書例（１０）に、また、メンテナンスデータ１０の例を図１８のメンテナンスデータ例（１）に示す。単語追加の処理に関しては、追加の情報がネットワークを介して送られてくる以外は同じ処理であるので、説明を省略する。
【００３７】
ここでは、有効期限を迎えた単語の削除方法について説明する。単語辞書メンテナンス部６ではメンテナンスデータ１０中の有効期限を管理し、（簡単な例では有効期限をソートして、最も近い有効期限を記憶しておく）有効期限を迎える単語があった場合には、ネットワークを介して、該当する単語を削除する。
【００３８】
メンテナンスデータ（１）の場合、２００１年２月２３日に、単語「リベンジ」が有効期限を迎えるので、単語辞書メンテナンス部６はネットワーク７を介して単語辞書５にアクセスし、図１７の単語辞書例（１０）の単語辞書中から単語「リベンジ」を検索し、削除する。ここではもっとも単純な方法について述べたが、単語レコードＩＤ等の情報を用いて、メンテナンスデータ１０中のデータと、単語辞書中の単語の対応を取るなど、ＤＢ管理の汎用的な手法はここでも利用可能である。削除を行った場合、その結果は図１９の単語辞書（１１）に示すようになり、辞書レコード数が減るとともに出現頻度の低い単語による処理への悪影響を防ぐことが出来る。
【００３９】
以上の発明によれば、一般的に、文書中等で用いられる単語の中には、流行語と呼ばれるものが少なくない。これら流行語は、一時的には高い頻度で出現するが、ある一定の期間を過ぎると出現頻度がほぼ０となる。このような単語については登録する際に適切な有効期限を設定し、有効期限が切れた場合には、単語辞書中から削除する事で単語数を減らすことができる。単語数が減ると、言語処理に要する時間の短縮や単語辞書容量の削減（処理に必要なメモリ量の削減）というメリットがあると共に、出現頻度の低い単語を削除する事で、出現頻度の高い単語に対する処理性能が向上するというメリットもある。
【００４０】
以上本発明の好ましい実施例について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
【００４１】
【発明の効果】
以上詳述したところから明らかなように、
請求項に記載の発明によれば、単語について登録する際に適切な有効期限を設定し、有効期限が切れた場合には、単語辞書中から削除する事で単語数を減らすことができる。また、単語数が減ると、言語処理に要する時間の短縮や単語辞書容量を削減（処理に必要なメモリ量の削減）することができると共に、出現頻度の低い単語を削除する事で、出現頻度の高い単語に対する処理性能を向上させることができる。
【図面の簡単な説明】
【図１】本実施の形態における装置構成例（１）を示す図である。
【図２】本実施の形態における装置構成例（２）を示す図である。
【図３】単語辞書例（１）を示す図である。
【図４】単語辞書例（２）を示す図である。
【図５】有効期間例（１）を示す図である。
【図６】単語辞書例（３）を示す図である。
【図７】確認画面例（４）を示す図である。
【図８】確認画面例（５）を示す図である。
【図９】単語辞書例（４）を示す図である。
【図１０】単語辞書例（５）を示す図である。
【図１１】単語辞書例（６）を示す図である。
【図１２】有効期限例（２）を示す図である。
【図１３】単語辞書例（７）を示す図である。
【図１４】単語辞書例（８）を示す図である。
【図１５】文字認識結果例（１）を示す図である。
【図１６】単語辞書例（９）を示す図である。
【図１７】単語辞書例（１０）を示す図である。
【図１８】メンテナンスデータ例を示す図である。
【図１９】単語辞書例（１１）を示す図である。
【符号の説明】
１ 画像入力部
２ 文字認識部
３ 言語処理部
４ 結果出力部
５ 単語辞書部
６ 単語辞書メンテナンス部
９ 時刻補正サーバ
【発明の属する技術分野】
本発明は、文字認識装置等の情報処理装置における単語辞書のメンテナンス方式に関する。
【０００２】
【従来の技術】
従来、ユーザの修正結果を単語辞書に追加登録する方法が示されている（特開平６−２５１２０４号公報）。また、ユーザが文字認識の結果を修正する際に、修正された認識結果中の単語と出現頻度を計数し、出現頻度の高い単語を単語辞書に追加・登録する方法が示されている（特開平５−２２５４０１号公報）。
【０００３】
これらの従来技術においては、ユーザに応じて使用頻度の高いあるいは重要な単語が単語辞書に追加されていく事になり、ユーザが文字認識装置を使い込んでいくに従って、認識性能が向上していくというメリットがある。
【０００４】
【発明が解決しようとする課題】
しかしながら、その一方で、単語辞書に登録されている単語数が増加すると言った問題がある。単語数が増加した場合には、処理速度の低下と単語辞書の容量の増加が懸念される。また、出現頻度の低い単語が多数登録されている場合、出現頻度の高い単語の処理に悪影響を与える可能性も高い。
【０００５】
そこで、本発明はこのような問題点に鑑みなされたもので、単語辞書中の各単語データについてその有効期限を設け、有効期限を過ぎた単語については適宜削除等の処理を行うことで、単語数の増加を防ぐ事を目的とする。
【０００６】
【課題を解決するための手段】
上記課題は、以下の本発明の手段により解決される。
【０００７】
本発明の単語辞書メンテナンス方法は、言語処理部と該言語処理部による言語処理に用いる単語が保存されている単語辞書部とを有する情報処理装置における単語辞書メンテナンス方法であって、前記情報処理装置が、前記単語辞書部に単語を登録するステップと、前記単語辞書部に登録される該単語の有効期限を前記単語辞書部に登録される単語の特徴に基づいて算出するステップと、前記単語辞書部に登録される該単語に対して、算出された該単語の有効期限を入力するステップと、単語の有効期限が経過したか否かを判断するステップと、前記単語辞書部から有効期限が経過した単語を削除するステップとを有し、前記単語の特徴は、品詞、単語の長さ、文字の種類の少なくとも何れかを含むことを特徴とするものである。
【０００８】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、前記単語辞書部から有効期限が経過した単語を削除するか否かをユーザに確認するステップと、ユーザからの有効期限の経過した単語を削除する旨の指示に基づいて前記単語辞書部から有効期限が経過した単語を削除するステップと、を有することを特徴とするものである。
【０００９】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、ユーザが削除しないと指示した該単語に対して有効期限を再入力するステップを有することを特徴とするものである。
【００１０】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、削除しないと指示した該単語の有効期限を所定の有効期間を用いて再設定するステップを有することを特徴とするものである。
【００１１】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、削除しないと指示した該単語の有効期限を現在までの更新履歴が記憶されている更新履歴部の履歴から算出するステップと、削除しないと指示した前記単語の有効期限を算出された該有効期限に基づいて設定するステップと、を有することを特徴とするものである。
【００１２】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、前記判断するステップにおいて、前記単語の有効期限の確認のために、通信回線を介して時間の確認を自動的に行なうステップを有することを特徴とするものである。
【００１３】
本発明の単語辞書メンテナンス方法は、前記単語辞書メンテナンス方法において、前記単語辞書部に保存されている単語の有効期限に関する情報が前記単語辞書部と通信回線を介して接続されたサーバに保管され、前記削除するステップは、該サーバに保管された該有効期限に関する情報に基づいて前記単語辞書部から有効期限が経過した単語を削除するステップを有することを特徴とするものである。
【００１４】
また前記単語辞書メンテナンス方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体である。
【００２１】
以上の発明によれば、一般的に、文書中等で用いられる単語の中には、流行語と呼ばれるものが少なくない。これら流行語は、一時的には高い頻度で出現するが、ある一定の期間を過ぎると出現頻度がほぼ０となる。このような単語については登録する際に適切な有効期限を設定し、有効期限が切れた場合には、単語辞書中から削除する事で単語数を減らす効果がある。単語数が減ると、言語処理に要する時間の短縮や単語辞書容量の削減（処理に必要なメモリ量の削減）というメリットがあると共に、出現頻度の低い単語を削除する事で、出現頻度の高い単語に対する処理性能が向上するというメリットもある。
【００２２】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて具体的に説明する。
図１は、文字認識装置の言語処理部３に本発明で示す単語辞書を用いた装置構成（１）を示している。文字認識装置の構成としては一般的に画像入力部１（スキャナーやデジタルカメラ等の画像入力機器）、文字認識部２（ここでは、行切り出し、文字切り出し、１文字認識を行い、候補文字郡を出力する処理をまかなう）、言語処理部３、結果出力部４（画面への表示や、テキストファイルの出力）からなる。単語辞書５は、単語辞書メンテナンス部６によって、内容の更新等が行われる。単語辞書メンテナンス部６は、図２の装置構成（２）に示すようにネットワークを介して単語辞書５の更新を行っても良いし、ネットワークを介して時刻等の更新に必要な情報を収集しても良い。
【００２３】
本発明はこの中の言語処理部３に深くかかわるものであるので、実施例においては、言語処理部３で行われる処理について詳しく説明する。
【００２４】
次に、本実施例においては言語辞書部の動作について説明する。
（実施例１）
実施例１においては、単語辞書５のメンテナンス部６の処理について説明する。単語辞書５は図３の単語辞書例（１）に示すように、単語とその有効期限及び品詞、接続等の言語処理に必要な情報（言語処理情報）が保存されているものとする。なお、図における有効期限「＊＊＊＊／＊＊／＊＊」は、無期限であることを示している。言語処理情報については、本発明の中心とするところではないので、ここでは説明を省略する。
【００２５】
文字認識等のシステムが最初に提供する単語辞書５は図３の単語辞書例（１）に示すように全ての単語を無期限にして、ユーザが追加登録する単語だけについて有効期限を設定しても良いし、システムから提供する辞書中にも有効期限の設定されている単語が含まれていても構わない。また、単語辞書中で、有効期限のあるものと、有効期限の無いものを分ける事で、有効期限の無い単語については、有効期限のフィールドをなくす事が出来る（辞書の容量を減らす事が出来る）。
【００２６】
ここで、ユーザが「リベンジ」と言う単語を追加する場合の、単語辞書メンテナンス部６の処理について、図４を用いて説明する。追加する際には、ユーザは単語と共に、有効期限を入力する。また、より簡単な例ではあるが、システム側で登録の日時から一定の時間だけを有効期限とする方法もある。例えば、３年間を有効期間とした場合、登録日時が２０００年２月２３日であった場合には、有効期限は２００３年２月２３日として、図４の単語辞書例（２）に示すように追加登録する。
【００２７】
さらには、図５に示されるように、追加する単語が有する特徴によって有効期限を可変とする方法もある。単語が有する特徴としては、品詞、単語の長さ、文字種等の特性が挙げられる。簡単な例として、単語を構成する文字の文字種による計算の例を示す。文字種と有効期間の例を図５の有効期間例（１）に示す。図５に示されるように、単語がひらがなであれば、２年間、カタカナであれば１年間、漢字であれば３年間、数字であれば１年間、混在していれば２年間というように有効期限を単語の特性によって可変とすることができる。この例の場合、「リベンジ」はカタカナであるので、その有効期間は１年となり、登録日時が２０００年２月２３日であった場合には、有効期限は２００１年２月２３日として、図６の単語辞書例（３）に示すように追加登録する。
【００２８】
以下、有効期限が過ぎた場合の処理について、図２の単語辞書例（２）の場合を用いて説明する。有効期間が過ぎた単語については、システム側で自動的に有効期限が過ぎた単語を削除しても良いし、システム利用者に確認を求めて、削除しても良い。ユーザに確認を取る場合には、図７に示すようなメッセージを表示し、ユーザによってＹｅｓが入力された場合には、該当する単語を削除するなどの方法がある。また、ここでユーザが削除に同意しない場合には、有効期限を再入力させるようにしても良い。その場合のメッセージ例を図８の確認画面例（５）に示す。
【００２９】
一方、ユーザに確認を求めない場合には、再設定時のデフォルト有効期間を定めて、その値を求めて再設定を行うようにすれば良い。例えば再設定時のデフォルト有効期間を２年とした場合、「リベンジ」の有効期限は再設定後の単語辞書は２００３年２月２３日から２年間延ばすので、２００５年２月２３日になり、単語辞書は図９の単語辞書例（４）のようになる。あるいは、ユーザの同意が得られなかった場合には、ある程度の期間を経過しても依然としてその単語の使用頻度が高かったということになるので、該当する単語を一時的な流行語では無いと判断できる。したがって、ユーザの同意を得られなかった場合には、有効期限を無期限にする方法もある。
【００３０】
また、「リベンジ」について、ユーザの同意を得られなかった場合、その有効期限を無期限とすると、図１０の単語辞書例（５）に示すように単語辞書が更新される。さらには、単語辞書中に更新履歴を保存しておいて、それに基づいて、更新する単語の有効期限を算出する方法もある。図４の単語辞書例（２）の場合に更新履歴として更新回数の情報を保存する例を図１１の単語辞書例（６）に示す。
【００３１】
図１１の単語辞書例（６）を用いた場合、有効期限がきて、ユーザが削除を認めなかった場合の、それ以後の有効期間を、更新の回数に応じて図１２の有効期間例（２）に示すように定める。図１１に示されるように、単語の有効期限がきて、ユーザが削除を認めなかった場合、その時点で更新回数が０回であれば３年間、１回であれば５年間、２回であれば７年間、３回であれば無期限に有効期限が更新される。例えば、２００３年２月２３日になり、「リベンジ」の有効期限がきて、ユーザが削除を認めなかった場合には、その時点での更新回数は０回なので、有効期間を３年間として、有効期限を２００６年２月２３日とする。その結果を図１３の単語辞書例（７）に示す。
【００３２】
さらに、２００６年２月２３日になり、「リベンジ」の有効期限が再びきて、ユーザが削除を認めなかった場合には、その時点での更新回数は１回なので、有効期間を５年間として、有効期限を２０１１年２月２３日とする。その結果を図１４の単語辞書例（８）に示す。ここでは最も簡単な一例を示したが、更新履歴を用いて有効期限を設定する方法は他にも多く考えられる。
（実施例２）
実施例１においては、単語辞書メンテナンス部６の処理について説明した。実施例２では実施例１に示された単語辞書を用いた文字認識処理の例を示す。ここで処理する文字認識結果の例を図１５の文字認識結果例（１）に示す。また、処理に用いる単語辞書レコードを図１６の単語辞書例（９）に示す。文字認識処理の詳細については本発明の主旨ではないので、説明を省略する。
【００３３】
ここで、先頭から候補の組み合わせに一致する単語を単語辞書中から検索した場合、「人面」「天国」「大国」の３単語が得られたとする。一般的な文字認識装置においては、候補順位や単語の発生頻度等を元に候補単語の選択を行う。この例の場合、候補順位のみから単語を選択すると、「人面」（平均候補順位１．５）「大国」（同２．０）「天国」（同３．０）となり、平均候補順位が小さい単語「人面」が選ばれることになる。ここで、平均候補順位については図示を省略するが、それぞれの平均候補順位は「人面」が１．５、大国が２．０、天国が３．０とする。
【００３４】
本実施例においては、この単語選択時に有効期限をもちいる。上の例の場合には、図１６に示されるように、「大国」と「天国」については有効期限無し、「人面」については同２００２年３月１８日が有効期限であるので、「大国」あるいは「天国」を選択する。ここで、平均候補順位は「大国」の方が小さい（図示せず）ので、最終的に「大国」が選択される。同様に４文字目、５文字目については、「面目」、「白日」が比較され、有効期限が等しいので、平均候補順位の小さい「面目」が選択される。なお、図示しないが「白目」より「面目」の方が平均候補順位が小さいものとする。よって、最終的に「大国の面目」という候補が選択され、出力されることになる。
【００３５】
また、同様の処理を２００２年３月２０日に行う場合を考える。実施例１によれば、図１６に示されるように、２００２年３月２０日には「人面」の辞書レコードは削除されているはずであるが、ここでは実施例１の辞書レコード削除の部分を用いない場合の処理について説明する。その場合、辞書容量の増加を防ぐという効果は期待できないが、以下に示す手法を用いることで、利用頻度の少ない単語が処理に悪影響を及ぼすことは防げる。
【００３６】
先の例と同じく、先頭から候補の組み合わせに一致する単語を単語辞書中から検索するさいに、有効期限の切れている単語は無視する。この場合、図１６に示されるように、「人面」はこの時点で既に有効期限が切れているので無視され、単語の検索結果として、「天国」、「大国」の２つが得られることになる。以後の処理は同様であるので説明を省略するが、このように有効期限の切れた単語を無視することで、単語辞書中から有効期限の切れた単語を削除すること無しでも、出現頻度の低い単語による処理への悪影響を防ぐことが出来る。
（実施例３）
実施例３では図１の装置構成（１）に示す例を用いて、ネットワーク８を介した単語辞書のメンテナンス方法について説明する。単語辞書メンテナンス部６では、定期的にネットワーク８を介して時刻補正サーバ９を使って正確な時刻の情報を得ることとする。時刻補正サーバ９は、インターネット上には原子時計等を用いた時刻の提供をサービスしているサイトがあるので、それらを利用すれば良い。他の処理は実施例１と同様であるので説明を省略する。
（実施例４）
次に、実施例４では図２の装置構成（２）に示す例を用いて、ネットワークを介した単語辞書のメンテナンス方法について説明する。実施例４では単語辞書を、処理に必要な部分と、メンテナンスに必要な部分に分割し、メンテナンスに必要な部分は単語辞書メンテナンス部６に情報を保存し、単語辞書メンテナンス部６はネットワークを介して単語辞書５にアクセスする。この場合の単語辞書５を図１７の単語辞書例（１０）に、また、メンテナンスデータ１０の例を図１８のメンテナンスデータ例（１）に示す。単語追加の処理に関しては、追加の情報がネットワークを介して送られてくる以外は同じ処理であるので、説明を省略する。
【００３７】
ここでは、有効期限を迎えた単語の削除方法について説明する。単語辞書メンテナンス部６ではメンテナンスデータ１０中の有効期限を管理し、（簡単な例では有効期限をソートして、最も近い有効期限を記憶しておく）有効期限を迎える単語があった場合には、ネットワークを介して、該当する単語を削除する。
【００３８】
メンテナンスデータ（１）の場合、２００１年２月２３日に、単語「リベンジ」が有効期限を迎えるので、単語辞書メンテナンス部６はネットワーク７を介して単語辞書５にアクセスし、図１７の単語辞書例（１０）の単語辞書中から単語「リベンジ」を検索し、削除する。ここではもっとも単純な方法について述べたが、単語レコードＩＤ等の情報を用いて、メンテナンスデータ１０中のデータと、単語辞書中の単語の対応を取るなど、ＤＢ管理の汎用的な手法はここでも利用可能である。削除を行った場合、その結果は図１９の単語辞書（１１）に示すようになり、辞書レコード数が減るとともに出現頻度の低い単語による処理への悪影響を防ぐことが出来る。
【００３９】
以上の発明によれば、一般的に、文書中等で用いられる単語の中には、流行語と呼ばれるものが少なくない。これら流行語は、一時的には高い頻度で出現するが、ある一定の期間を過ぎると出現頻度がほぼ０となる。このような単語については登録する際に適切な有効期限を設定し、有効期限が切れた場合には、単語辞書中から削除する事で単語数を減らすことができる。単語数が減ると、言語処理に要する時間の短縮や単語辞書容量の削減（処理に必要なメモリ量の削減）というメリットがあると共に、出現頻度の低い単語を削除する事で、出現頻度の高い単語に対する処理性能が向上するというメリットもある。
【００４０】
以上本発明の好ましい実施例について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
【００４１】
【発明の効果】
以上詳述したところから明らかなように、
請求項に記載の発明によれば、単語について登録する際に適切な有効期限を設定し、有効期限が切れた場合には、単語辞書中から削除する事で単語数を減らすことができる。また、単語数が減ると、言語処理に要する時間の短縮や単語辞書容量を削減（処理に必要なメモリ量の削減）することができると共に、出現頻度の低い単語を削除する事で、出現頻度の高い単語に対する処理性能を向上させることができる。
【図面の簡単な説明】
【図１】本実施の形態における装置構成例（１）を示す図である。
【図２】本実施の形態における装置構成例（２）を示す図である。
【図３】単語辞書例（１）を示す図である。
【図４】単語辞書例（２）を示す図である。
【図５】有効期間例（１）を示す図である。
【図６】単語辞書例（３）を示す図である。
【図７】確認画面例（４）を示す図である。
【図８】確認画面例（５）を示す図である。
【図９】単語辞書例（４）を示す図である。
【図１０】単語辞書例（５）を示す図である。
【図１１】単語辞書例（６）を示す図である。
【図１２】有効期限例（２）を示す図である。
【図１３】単語辞書例（７）を示す図である。
【図１４】単語辞書例（８）を示す図である。
【図１５】文字認識結果例（１）を示す図である。
【図１６】単語辞書例（９）を示す図である。
【図１７】単語辞書例（１０）を示す図である。
【図１８】メンテナンスデータ例を示す図である。
【図１９】単語辞書例（１１）を示す図である。
【符号の説明】
１ 画像入力部
２ 文字認識部
３ 言語処理部
４ 結果出力部
５ 単語辞書部
６ 単語辞書メンテナンス部
９ 時刻補正サーバ
Claims (8)
- 言語処理部と該言語処理部による言語処理に用いる単語が保存されている単語辞書部とを有する情報処理装置における単語辞書メンテナンス方法であって、
前記情報処理装置が、
前記単語辞書部に単語を登録するステップと、
前記単語辞書部に登録される該単語の有効期限を前記単語辞書部に登録される単語の特徴に基づいて算出するステップと、
前記単語辞書部に登録される該単語に対して、算出された該単語の有効期限を入力するステップと、
単語の有効期限が経過したか否かを判断するステップと、
前記単語辞書部から有効期限が経過した単語を削除するステップとを有し、
前記単語の特徴は、品詞、単語の長さ、文字の種類の少なくとも何れかを含むこと、
を特徴とする単語辞書メンテナンス方法。 - 請求項１記載の単語辞書メンテナンス方法において、前記単語辞書部から有効期限が経過した単語を削除するか否かをユーザに確認するステップと、ユーザからの有効期限の経過した単語を削除する旨の指示に基づいて前記単語辞書部から有効期限が経過した単語を削除するステップと、を有することを特徴とする単語辞書メンテナンス方法。
- 請求項２記載の単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、ユーザが削除しないと指示した該単語に対して有効期限を再入力するステップを有することを特徴とする単語辞書メンテナンス方法。
- 請求項２記載の単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、削除しないと指示した該単語の有効期限を所定の有効期間を用いて再設定するステップを有することを特徴とする単語辞書メンテナンス方法。
- 請求項２記載の単語辞書メンテナンス方法において、ユーザが前記単語辞書部から有効期限の経過した単語を削除しないと指示したときに、削除しないと指示した該単語の有効期限を現在までの更新履歴が記憶されている更新履歴部の履歴から算出するステップと、
削除しないと指示した前記単語の有効期限を算出された該有効期限に基づいて設定するステップと、
を有することを特徴とする単語辞書メンテナンス方法。 - 請求項１乃至５記載の単語辞書メンテナンス方法において、前記判断するステップにおいて、前記単語の有効期限の確認のために、通信回線を介して時間の確認を自動的に行なうステップを有することを特徴とする単語辞書メンテナンス方法。
- 請求項１乃至６記載の単語辞書メンテナンス方法において、前記単語辞書部に保存されている単語の有効期限に関する情報が前記単語辞書部と通信回線を介して接続されたサーバに保管され、前記削除するステップは、該サーバに保管された該有効期限に関する情報に基づいて前記単語辞書部から有効期限が経過した単語を削除するステップを有することを特徴とする単語辞書メンテナンス方法。
- 請求項１乃至７記載の単語辞書メンテナンス方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001074994A JP4297623B2 (ja) | 2001-03-15 | 2001-03-15 | 単語辞書メンテナンス方法、文字認識方法、これらの方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体及び単語辞書メンテナンス方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001074994A JP4297623B2 (ja) | 2001-03-15 | 2001-03-15 | 単語辞書メンテナンス方法、文字認識方法、これらの方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体及び単語辞書メンテナンス方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002279350A JP2002279350A (ja) | 2002-09-27 |
| JP4297623B2 true JP4297623B2 (ja) | 2009-07-15 |
Family
ID=18932148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001074994A Expired - Fee Related JP4297623B2 (ja) | 2001-03-15 | 2001-03-15 | 単語辞書メンテナンス方法、文字認識方法、これらの方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体及び単語辞書メンテナンス方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4297623B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220188512A1 (en) * | 2020-12-13 | 2022-06-16 | International Business Machines Corporation | Maintenance of a data glossary |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007124362A (ja) * | 2005-10-28 | 2007-05-17 | Fujifilm Corp | 情報処理装置、情報処理方法及び情報処理プログラム |
| JP4767754B2 (ja) * | 2006-05-18 | 2011-09-07 | 富士通株式会社 | 音声認識装置および音声認識プログラム |
| WO2011045846A1 (ja) * | 2009-10-16 | 2011-04-21 | 三菱電機株式会社 | 音声認識装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH096771A (ja) * | 1995-06-16 | 1997-01-10 | Canon Inc | データ処理装置 |
| JPH10187701A (ja) * | 1996-12-26 | 1998-07-21 | Canon Inc | データ処理装置、データ処理方法および読み出し可能なプログラムを格納した記録媒体 |
| JP3958902B2 (ja) * | 1999-03-03 | 2007-08-15 | 富士通株式会社 | 文字列入力装置及び方法 |
-
2001
- 2001-03-15 JP JP2001074994A patent/JP4297623B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220188512A1 (en) * | 2020-12-13 | 2022-06-16 | International Business Machines Corporation | Maintenance of a data glossary |
| US12050866B2 (en) * | 2020-12-13 | 2024-07-30 | International Business Machines Corporation | Maintenance of a data glossary |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002279350A (ja) | 2002-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7047238B2 (en) | Document retrieval method and document retrieval system | |
| DE60222924T2 (de) | Verfahren zum replizieren von daten zwischen rechnergeräten | |
| US20020140982A1 (en) | Digital content production system and digital content production program | |
| US20040148453A1 (en) | Data file storage device with automatic filename creation function, data file storage program and data file storage method | |
| US20030195928A1 (en) | System and method for providing reference information to allow chat users to easily select a chat room that fits in with his tastes | |
| JP2000315204A (ja) | 文字列入力装置及び方法 | |
| JP2001344276A (ja) | 文書検索方法および装置並びにその処理プログラムを記録した記録媒体 | |
| US20020144055A1 (en) | Digital content production system and digital content production program | |
| JP4297623B2 (ja) | 単語辞書メンテナンス方法、文字認識方法、これらの方法を実行させるプログラムが記憶されたコンピュータ読み取り可能な記憶媒体及び単語辞書メンテナンス方式 | |
| CN114969051A (zh) | 数据处理方法、装置、存储介质及设备 | |
| JP4146620B2 (ja) | ディジタルコンテンツ作成システム及びディジタルコンテンツ作成プログラム | |
| JPH05274372A (ja) | 画像の特徴色自動付加装置 | |
| CN114386407B (zh) | 文本的分词方法及装置 | |
| JP3669627B2 (ja) | データベース構築方法及び装置、コンピュータに実行させるためのデータベース構築処理プログラム及びコンピュータに実行させるためのデータベース構築処理プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| EP4428709A1 (en) | Data governance method and device and storage medium | |
| JP4013539B2 (ja) | ディジタルコンテンツ作成システム、及びディジタルコンテンツ作成プログラム、並びにディジタルコンテンツ作成方法 | |
| JP3395232B2 (ja) | 検索項目の決定方式 | |
| JP2000200278A (ja) | テキストフィルタリングシステム及びテキストフィルタリング方法 | |
| CN113178248B (zh) | 医学图像数据库建立方法、装置、设备及存储介质 | |
| CN115982137B (zh) | 一种数据名称和数据库建表生成方法及系统 | |
| JP2965196B2 (ja) | データストリームの検索方法 | |
| JP5469477B2 (ja) | 検索最適化方法、プログラム及び装置 | |
| JP2982244B2 (ja) | 文字認識後処理方式 | |
| CN117573697A (zh) | 数据搜索方法、设备、存储介质及装置 | |
| JP2000112946A (ja) | 分散リコメンドシステムにおける個人情報作成方法及び情報選択方法並びに個人情報作成プログラムを記録した記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050916 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20081113 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081202 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090129 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090324 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090414 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120424 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130424 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140424 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |